如何在 R 中使用 gsub() 函数替换 '+'

Question

我正在尝试删除数据框的一个字符串元素中的“+”字符。但是我找不到解决办法。

下面是数据框。

txtdf <- structure(list(ID = 1:9, Var1 = structure(c(1L, 1L, 1L, 1L, 4L, 
            5L, 5L, 2L, 3L), .Label = c("government", "parliament", "parliment", 
            "poli+tician", "politician"), class = "factor")), .Names = c("ID", 
            "Var1"), class = "data.frame", row.names = c(NA, -9L))
#  ID   Var1
#  1    government
#  2    government
#  3    government
#  4    government
#  5    poli+tician
#  6    politician
#  7    politician
#  8    parliament
#  9    parliment

我试了两种方法，都没有达到预期的效果：

方式 1

txtdf <- gsub("[:punct:]","", txtdf)
# [1] "goverme" "goverme" "goverme" "goverme" "oli+iia" "oliiia"  "oliiia" 
# [8] "arliame" "arlime"

我不明白这里出了什么问题。我希望第 5 个元素的“+”字符被替换为没有值，但所有元素都按上述方式编辑。

方式2

txtdf<-gsub("*//+","",txtdf)
# [1] "government"  "government"  "government"  "government"  "poli+tician"
# [6] "politician"  "politician"  "parliament"  "parliment"

这里完全没有变化。我想我已经尝试过的是，我尝试使用双斜杠转义 + 字符。

Answer 1

只需将其替换为 fixed = TRUE（无需使用正则表达式），但您必须通过指定列名对 data.frame 的每个 "column" 进行替换：

txtdf <- data.frame(job = c("government", "poli+tician", "parliament"))
txtdf

给予

          job
1  government
2 poli+tician
3  parliament

现在替换“+”：

txtdf$job <- gsub("+", "", txtdf$job, fixed = TRUE)
txtdf

结果是：

         job
1 government
2 politician
3 parliament

Answer 2

您需要转义加号，“+”在正则表达式中有特殊含义（它是量词），因此不能被视为标点符号，来自文档：?regex

"+" The preceding item will be matched one or more times.

要匹配这些特殊字符，您需要对它们进行转义，以便可以从字面上理解它们的含义，因此不会翻译它们的特殊含义。在 R 中，您需要两个反斜杠 (\) 来转义。所以在你的情况下，这将是这样的：

gsub("\+","",df$job)

上面的

运行将通过从数据中删除所有加号来为您提供所需的结果。

所以假设你的 df 是：

df <- data.frame(job = c("government", "poli+tician","politician", "parliament"))

那么你的输出将是：

> gsub("\+","",df$job)
[1] "government" "politician" "politician"
[4] "parliament"

如何在 R 中使用 gsub() 函数替换 '+'

How to replace '+' using gsub() function in R

regex

r

gsub

dataframe